[发明专利]基于DSA-DoubleUNet模型的子宫鳞状上皮病变区域影像分割方法

权利要求书

1.一种基于DSA-DoubleUNet模型的子宫鳞状上皮病变区域影像分割方法，其特征在于，包括以下步骤：

11)子宫颈醋酸图像的获取及预处理：获取阴道镜检查的子宫颈醋酸图像，对获得的图像进行去除高亮点处理，对处理后的数据集进行扩充；

12)构建DSA-DoubleUNet模型：利用DoubleUNet为基本模型结构，用深度可分离卷积来代替普通卷积，引入通道注意力模块SE以及ASPP模块，并将解码器部分使用的转置卷积用双线性插值法来代替，构造出DSA-DoubleUNet模型；

13)DSA-DoubleUNet模型的训练：将扩充处理后的数据集输入DSA-DoubleUNet模型进行训练；

14)待分割图像的获取和预处理：获取待分割的子宫颈醋酸图像，并对其进行预处理；

15)子宫鳞状上皮病变区域影像的分割：将预处理后的子宫颈醋酸图像输入训练后的DSA-DoubleUNet模型，得到子宫鳞状上皮病变区域影像分割结果。

2.根据权利要求1所述的基于DSA-DoubleUNet模型的子宫鳞状上皮病变区域影像分割方法，其特征在于，所述子宫颈醋酸图像的获取及预处理包括以下步骤：

21)获取子宫颈醋酸图像，将其从RGB形式转换为YUV形式，其表达式如下：

其中，Y代表图像的明亮度，U代表图像的色调，V代表图像的饱和度；

22)通过设定高亮部分的阈值来检测高亮部分，其表达式如下：

其中，p代表每个像素点，Y(p)代表每个像素点的明亮度；

23)提高高亮部分的饱和率，其表达式如下：

fill(p)＝mean(N8(p))

其中，N8表示像素点p周围的8个像素点，mean(N8(p))表示取像素点p周围8个像素点明亮度的平均值，fill(p)表示将取均值后的值填充到像素点p处；

24)利用torchvision中的transformer模块对数据集进行扩充：

利用裁减、翻转以及镜像的方式扩充数据集，

其中，裁减函数为.resize，翻转函数为.hfilp或.vfilp，镜像函数为.crop。